open-llm-leaderboard/details_oh-yeontaek__llama-2-13B-LoRA-assemble

该数据集是在评估模型oh-yeontaek/llama-2-13B-LoRA-assemble时自动创建的，评估是在Open LLM Leaderboard上进行的。数据集包含64个配置，每个配置对应一个评估任务。数据集由2次运行生成，每次运行的结果存储为特定配置中的一个分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，还有一个名为results的配置，存储了所有运行的聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。

原始信息汇总

数据集概述

该数据集是在评估模型oh-yeontaek/llama-2-13B-LoRA-assemble在Open LLM Leaderboard上的运行过程中自动创建的。

数据集组成

• 数据集由64个配置组成，每个配置对应一个评估任务。
• 数据集从2次运行中创建，每次运行可以在每个配置中找到特定的分割，分割名称使用运行的时间戳。
• "train"分割始终指向最新的结果。
• 一个额外的配置"results"存储所有运行的聚合结果，用于计算和显示Open LLM Leaderboard上的聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_oh-yeontaek__llama-2-13B-LoRA-assemble", "harness_winogrande_5", split="train")

最新结果

以下是2023-10-28T12:38:31.031518运行的最新结果： python { "all": { "em": 0.018246644295302015, "em_stderr": 0.0013706682452812897, "f1": 0.12087667785234917, "f1_stderr": 0.002262552570535497, "acc": 0.4228981679335413, "acc_stderr": 0.009810986357152753 }, "harness|drop|3": { "em": 0.018246644295302015, "em_stderr": 0.0013706682452812897, "f1": 0.12087667785234917, "f1_stderr": 0.002262552570535497 }, "harness|gsm8k|5": { "acc": 0.0841546626231994, "acc_stderr": 0.0076470240466032045 }, "harness|winogrande|5": { "acc": 0.7616416732438832, "acc_stderr": 0.011974948667702302 } }

配置详情

以下是部分配置的详细信息：

• harness_arc_challenge_25

  • 分割: 2023_09_13T23_30_08.066135
  • 路径: **/details_harness|arc:challenge|25_2023-09-13T23-30-08.066135.parquet
  • 分割: latest
  • 路径: **/details_harness|arc:challenge|25_2023-09-13T23-30-08.066135.parquet

• harness_drop_3

  • 分割: 2023_10_28T12_38_31.031518
  • 路径: **/details_harness|drop|3_2023-10-28T12-38-31.031518.parquet
  • 分割: latest
  • 路径: **/details_harness|drop|3_2023-10-28T12-38-31.031518.parquet

• harness_gsm8k_5

  • 分割: 2023_10_28T12_38_31.031518
  • 路径: **/details_harness|gsm8k|5_2023-10-28T12-38-31.031518.parquet
  • 分割: latest
  • 路径: **/details_harness|gsm8k|5_2023-10-28T12-38-31.031518.parquet

• harness_hellaswag_10

  • 分割: 2023_09_13T23_30_08.066135
  • 路径: **/details_harness|hellaswag|10_2023-09-13T23-30-08.066135.parquet
  • 分割: latest
  • 路径: **/details_harness|hellaswag|10_2023-09-13T23-30-08.066135.parquet

• harness_hendrycksTest_5

  • 分割: 2023_09_13T23_30_08.066135
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T23-30-08.066135.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-09-13T23-30-08.066135.parquet
    • ...（其他路径省略）
  • 分割: latest
  • 路径:
    • **/details_harness|hendrycksTest-abstract_algebra|5_2023-09-13T23-30-08.066135.parquet
    • **/details_harness|hendrycksTest-anatomy|5_2023-09-13T23-30-08.066135.parquet
    • ...（其他路径省略）